Torna ai risultati della ricercaBando per incarichi di ricerca
| Titolo del progetto dell'incarico in italiano | Sviluppo di tecnologie neuromorfiche per Visual Inertial Odometry |
|---|---|
| Titolo del progetto ddell'incarico in inglese | Development of neuromorphic technologies for visual inertial odometry |
| Campo principale | Engineering |
| Sottocampo | Computer engineering |
| G.S.D. | 09/IINF-05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI |
| S.S.D | IINF-05/A - Sistemi di elaborazione delle informazioni |
| Descrizione sintetica in italiano | Le reti neurali a impulsi (SNN) sono modelli neurali fortemente ispirati alla biologia, noti anche come neuromorfici, che elaborano le informazioni sotto forma di eventi discreti (impulsi). Sono considerate valide alternative alle reti neurali artificiali convenzionali per la gestione di flussi di dati sparsi in tempo reale, prodotti da sensori basati su eventi, come telecamere o altre modalità di rilevamento asincrone. Attualmente, la maggior parte delle implementazioni di apprendimento continuo nelle SNN sono limitate a piattaforme neuromorfiche specializzate, come Intel Loihi o SpiNNaker (vedi CLP-SNN), e vengono in genere valutate su benchmark relativamente semplici. Il porting di questi approcci su un'architettura di microcontrollore open-source, a bassissimo consumo energetico e di uso generale, e la valutazione delle loro prestazioni su benchmark robotici più realistici, amplierebbero significativamente la loro applicabilità ai sistemi ciberfisici autonomi open-hardware. |
| Descrizione sintetica in inglese | Spiking Neural Networks (SNNs) are strongly bio-inspired—also referred to as neuromorphic—neural models that process information in the form of discrete events (spikes). They are considered effective alternatives to conventional artificial neural networks for handling real-time, sparse data streams produced by event-based sensors, such as cameras or other asynchronous sensing modalities. Currently, most implementations of continual learning in SNNs are confined to specialized neuromorphic platforms, such as Intel Loihi or SpiNNaker (see CLP-SNN), and are typically evaluated on relatively simple benchmarks. Porting these approaches to a general-purpose, ultra-low-power, open-source microcontroller architecture and assessing their performance on more realistic robotics benchmarks would significantly broaden their applicability to open-hardware autonomous CPS. |
| Data del bando | 22/06/2026 |
| Paesi in cui può essere condotto l'incarico |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/incarichi-di-ricerca |
| Destinatari dell'incarico di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/incarichi-di-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/incarichi-di-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI INGEGNERIA DELL'ENERGIA ELETTRICA E DELL'INFORMAZIONE "GUGLIELMO MARCONI" |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| dei.staff@unibo.it |
| L'incarico finanziato/cofinanziato attraverso un EU Research Framework Programme? | HE |
|---|
| Data di scadenza del bando | 10/07/2026 - alle ore 23:59 |
|---|---|
| Come candidarsi | Other |